base64编码的ajax的腐败发送了一些关于此的想法

时间:2013-09-26 22:53:26

标签: javascript ajax utf-8 base64

重新审视了为什么某些类型的字符数据在通过ajax调用发送到网络服务器时被破坏的问题,无论使用什么编码。即使将数据预编码为7位格式,出现的内容仍然不等于进入的内容。

我使用的是第三方javascript base64编码器来准备ajax数据,并且最初认为这有一个bug。但是,其他base64编码器显示完全相同的问题 - 包括声称完全unicode兼容性的问题 - 并且有几个类似问题的论坛报告,其中没有一个似乎已经完全解决。所以,我不认为编码器本身有问题。

我注意到,如果数据包含某些特定的高阶ASCII / ANSI代码,则通常会将数据从其他程序中剪切并粘贴到CKEditor中。

更多的测试似乎表明问题与javascript从网页读取字符数据的方式与从内部编程方法形成字符串数据的方式之间存在某种差异有关,例如String.fromCharCode( )。

在下面的代码片段中,将从文本编辑器中通过剪切和粘贴插入到HTML文档中的字符0x9E的处理与从十六进制代码0x9E(U + 017E - Arial Latin small z with caron,Windows Western charset)。这是几个字符代码之一,已被视为引起这种异常行为。奇怪的是,大多数其他> 127个字符代码没有给出这样的问题,并且它们应该呈现为双字节unicode。

<script>
  var pasted_char = 'ž';
  alert("Pasted Character: " + pasted_char + " Resultant Code(s): " + charcodes(pasted_char));

  var charcode = 0x9E;
  var generated_char = String.fromCharCode(charcode);
  alert("Generated Character: " + generated_char + " Resultant Code(s): " + charcodes(generated_char));

function charcodes(invar) {
  // lists char codes for each byte in a character. 
  var ccodes = "~";
  for (ct=0; ct<invar.length; ct++){
    var invarc = invar.charCodeAt(ct);
    ccodes += invarc + "~";
  }
  return ccodes;
}
</script>

使用UTF-8页面字符集,提供:

粘贴字符:[0xFFFD]结果代码:~65533~

生成字符:[空白]结果代码:~158~

使用默认页面字符集,提供:

粘贴字符:ž结果代码:~382~

生成字符:[空白]结果代码:~158~

值得注意的是,粘贴字符的处理都不正确,并且没有像382这样的ANSI代码!

两个输出都是单字节。

严格来说,这个字符是8位ASCII / ANSI,js并不声称可以处理,但是将它粘贴到HTML编辑器中是完全合法的,例如从文本文档中。因此,javascript子系统应该能够处理这样的输入而不会出现错误。无论如何,在我看来,以两种不同的方式生成相同的字符串不应该返回两个不同的结果。

对此的任何想法都会受到欢迎。我不确定这个异常在破坏ajax发送方面究竟起了什么作用,但似乎它是罪魁祸首。

1 个答案:

答案 0 :(得分:0)

JavaScript 中的所有字符串都在 UTF-16 中(有时它是 USC-2 的前身),无论页面的字符编码如何。这在section 8.4 of the ES5 specification和ES3中的第8.5节中说明。对于常见字符,例如 az 等,如果您想要 ANSI UTF-8 代码,这几乎没有影响,因为它们是相同的,但是对于所有角色都不是这样。

如果要生成 ANSI ,则需要256项字典或其他逻辑用于字符映射。


这是一个这样的表(没有控制字符)

var ANSI = {
    " ": 32,
    "!": 33,
    "\"": 34,
    "#": 35,
    "$": 36,
    "%": 37,
    "&": 38,
    "'": 39,
    "(": 40,
    ")": 41,
    "*": 42,
    "+": 43,
    ",": 44,
    "-": 45,
    ".": 46,
    "/": 47,
    "0": 48,
    "1": 49,
    "2": 50,
    "3": 51,
    "4": 52,
    "5": 53,
    "6": 54,
    "7": 55,
    "8": 56,
    "9": 57,
    ":": 58,
    ";": 59,
    "<": 60,
    "=": 61,
    ">": 62,
    "?": 63,
    "@": 64,
    "A": 65,
    "B": 66,
    "C": 67,
    "D": 68,
    "E": 69,
    "F": 70,
    "G": 71,
    "H": 72,
    "I": 73,
    "J": 74,
    "K": 75,
    "L": 76,
    "M": 77,
    "N": 78,
    "O": 79,
    "P": 80,
    "Q": 81,
    "R": 82,
    "S": 83,
    "T": 84,
    "U": 85,
    "V": 86,
    "W": 87,
    "X": 88,
    "Y": 89,
    "Z": 90,
    "[": 91,
    "\\": 92,
    "]": 93,
    "^": 94,
    "_": 95,
    "`": 96,
    "a": 97,
    "b": 98,
    "c": 99,
    "d": 100,
    "e": 101,
    "f": 102,
    "g": 103,
    "h": 104,
    "i": 105,
    "j": 106,
    "k": 107,
    "l": 108,
    "m": 109,
    "n": 110,
    "o": 111,
    "p": 112,
    "q": 113,
    "r": 114,
    "s": 115,
    "t": 116,
    "u": 117,
    "v": 118,
    "w": 119,
    "x": 120,
    "y": 121,
    "z": 122,
    "{": 123,
    "|": 124,
    "}": 125,
    "~": 126,
    " ": 127,
    "€": 128,
    " ": 129,
    "‚": 130,
    "ƒ": 131,
    "„": 132,
    "…": 133,
    "†": 134,
    "‡": 135,
    "ˆ": 136,
    "‰": 137,
    "Š": 138,
    "‹": 139,
    "Œ": 140,
    " ": 141,
    "Ž": 142,
    "«": 143,
    " ": 144,
    "‘": 145,
    "’": 146,
    "“": 147,
    "”": 148,
    "•": 149,
    "–": 150,
    "—": 151,
    "˜": 152,
    "™": 153,
    "š": 154,
    "›": 155,
    "œ": 156,
    " ": 157,
    "ž": 158,
    "Ÿ": 159,
    " ": 160,
    "¡": 161,
    "¢": 162,
    "£": 163,
    "¤": 164,
    "¥": 165,
    "¦": 166,
    "§": 167,
    "¨": 168,
    "©": 169,
    "ª": 170,
    "«": 171,
    "¬": 172,
    "­": 173,
    "®": 174,
    "¯": 175,
    "°": 176,
    "±": 177,
    "²": 178,
    "³": 179,
    "´": 180,
    "µ": 181,
    "¶": 182,
    "·": 183,
    "¸": 184,
    "¹": 185,
    "º": 186,
    "»": 187,
    "¼": 188,
    "½": 189,
    "¾": 190,
    "¿": 191,
    "À": 192,
    "Á": 193,
    "Â": 194,
    "Ã": 195,
    "Ä": 196,
    "Å": 197,
    "Æ": 198,
    "Ç": 199,
    "È": 200,
    "É": 201,
    "Ê": 202,
    "Ë": 203,
    "Ì": 204,
    "Í": 205,
    "Î": 206,
    "Ï": 207,
    "Ð": 208,
    "Ñ": 209,
    "Ò": 210,
    "Ó": 211,
    "Ô": 212,
    "Õ": 213,
    "Ö": 214,
    "×": 215,
    "Ø": 216,
    "Ù": 217,
    "Ú": 218,
    "Û": 219,
    "Ü": 220,
    "Ý": 221,
    "Þ": 222,
    "ß": 223,
    "à": 224,
    "á": 225,
    "â": 226,
    "ã": 227,
    "ä": 228,
    "å": 229,
    "æ": 230,
    "ç": 231,
    "è": 232,
    "é": 233,
    "ê": 234,
    "ë": 235,
    "ì": 236,
    "í": 237,
    "î": 238,
    "ï": 239,
    "ð": 240,
    "ñ": 241,
    "ò": 242,
    "ó": 243,
    "ô": 244,
    "õ": 245,
    "ö": 246,
    "÷": 247,
    "ø": 248,
    "ù": 249,
    "ú": 250,
    "û": 251,
    "ü": 252,
    "ý": 253,
    "þ": 254,
    "ÿ": 255
};

我使用以下代码生成了此代码,并在此处复制并粘贴了一些非常小的修改(\"上的转义),因此您会注意到某些字符没有正确交叉(特别是不同类型的空间),可能需要删除/删除/修改才能使用它。您可能还希望切换到密钥的安全\uXXXX格式的字符编码。

var cells = document.getElementsByTagName('table')[0].getElementsByTagName('td'),
    a = [], i, j, k, v;
for (j = 0; j < 7; ++j) for (i = 7 + j; i < cells.length; i += 7) {
    k = cells[i].textContent.slice(-1);
    v = +cells[i].textContent.slice(0, 3).replace(/[^\d]/g, '');
    a.push('    "' + k + '": ' + v);
}
'{\n' + a.join(',\n') + '\n}';